Otimização multiobjetivo por estimadores robustos multivariados
Autor(a) principal: | |
---|---|
Data de Publicação: | 2019 |
Tipo de documento: | Tese |
Idioma: | por |
Título da fonte: | Repositório Institucional da UNIFEI (RIUNIFEI) |
Texto Completo: | https://repositorio.unifei.edu.br/jspui/handle/123456789/1938 |
Resumo: | As organizações focam em determinar condições ideais de operação com o intuito de garantir a qualidade de seus processos e serviços, uma vez que os processos industriais podem exibir um elevado grau de variabilidade. Neste contexto, o uso de estimadores robustos torna-se uma alternativa adequada para modelar os dados experimentais; sendo que o termo robusto descreve a capacidade que um estimador tem em superar as influências exercidas pelos valores discrepantes. Encontrar uma combinação de estimadores de centralidade e dispersão que seja capaz de modelar dados suscetíveis à variabilidade é um desafio a ser explorado. Desse modo, este presente trabalho, com o auxílio da Análise de Componentes Principais (ACP), visa à obtenção de respostas transformadas em escores de componentes que explicarão a estrutura de variância-covariância a partir de combinações lineares das varáveis originais. Em consequência, o objetivo geral é o de validar um algoritmo de otimização multiobjetivo baseado no agrupamento de respostas correlacionadas e modeladas por estimadores robustos. Com o auxílio do método da Interseção Normal à Fronteira, é proposta uma otimização multiobjetivo para funções obtidas pelo Erro Quadrático Médio Multivariado (EQMM) que combina técnicas da Metodologia de Superfície de Resposta com a ACP, visando obter soluções Pareto-ótimas. O objeto de estudo definido para a aplicação desta proposta é o processo de torneamento do aço de corte fácil ABNT/SAE 12L14 composto por um arranjo cruzando onde 12 condições de ruído são consideradas para a obtenção da variável de resposta que é a rugosidade superficial (Ra). O resultado ótimo é definido pelo tomador de decisão fuzzy e para provar a eficiência da resposta encontrada, experimentos de confirmação foram realizados. Em um nível de confiança de 95%, o valor ótimo pertence aos intervalos de confiança multivariados apenas para o Modelo B, no qual a mediana e o MAD são considerados e, confirmando assim, qual par de estimadores atinge a solução em um cenário de projeto robusto de parâmetro. Através da pesquisa proposta, o modelo desenvolvido pode ser utilizado em indústrias para determinação de parâmetros de usinagem para obtenção de alta qualidade com consumo mínimo de energia e, consequentemente, máxima produtividade. |
id |
UFEI_986d24a1e65e33da893721aaf60acd87 |
---|---|
oai_identifier_str |
oai:repositorio.unifei.edu.br:123456789/1938 |
network_acronym_str |
UFEI |
network_name_str |
Repositório Institucional da UNIFEI (RIUNIFEI) |
repository_id_str |
7044 |
spelling |
2019-02-252019-05-07T19:10:34Z2019-05-07T19:10:34ZGAUDÊNCIO, Juliana Helena Daroz. Otimização multiobjetivo por estimadores robustos multivariados. 2019. 108 f. Tese (Doutorado em Engenharia de Produção) - Universidade Federal de Itajubá, Itajubá, 2019.https://repositorio.unifei.edu.br/jspui/handle/123456789/1938As organizações focam em determinar condições ideais de operação com o intuito de garantir a qualidade de seus processos e serviços, uma vez que os processos industriais podem exibir um elevado grau de variabilidade. Neste contexto, o uso de estimadores robustos torna-se uma alternativa adequada para modelar os dados experimentais; sendo que o termo robusto descreve a capacidade que um estimador tem em superar as influências exercidas pelos valores discrepantes. Encontrar uma combinação de estimadores de centralidade e dispersão que seja capaz de modelar dados suscetíveis à variabilidade é um desafio a ser explorado. Desse modo, este presente trabalho, com o auxílio da Análise de Componentes Principais (ACP), visa à obtenção de respostas transformadas em escores de componentes que explicarão a estrutura de variância-covariância a partir de combinações lineares das varáveis originais. Em consequência, o objetivo geral é o de validar um algoritmo de otimização multiobjetivo baseado no agrupamento de respostas correlacionadas e modeladas por estimadores robustos. Com o auxílio do método da Interseção Normal à Fronteira, é proposta uma otimização multiobjetivo para funções obtidas pelo Erro Quadrático Médio Multivariado (EQMM) que combina técnicas da Metodologia de Superfície de Resposta com a ACP, visando obter soluções Pareto-ótimas. O objeto de estudo definido para a aplicação desta proposta é o processo de torneamento do aço de corte fácil ABNT/SAE 12L14 composto por um arranjo cruzando onde 12 condições de ruído são consideradas para a obtenção da variável de resposta que é a rugosidade superficial (Ra). O resultado ótimo é definido pelo tomador de decisão fuzzy e para provar a eficiência da resposta encontrada, experimentos de confirmação foram realizados. Em um nível de confiança de 95%, o valor ótimo pertence aos intervalos de confiança multivariados apenas para o Modelo B, no qual a mediana e o MAD são considerados e, confirmando assim, qual par de estimadores atinge a solução em um cenário de projeto robusto de parâmetro. Através da pesquisa proposta, o modelo desenvolvido pode ser utilizado em indústrias para determinação de parâmetros de usinagem para obtenção de alta qualidade com consumo mínimo de energia e, consequentemente, máxima produtividade.Otimização multiobjetivo por estimadores robustos multivariadosinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesisItajubáUNIFEI - Universidade Federal de Itajubá75 p.Estimadores robustosCorrelaçãoComponentes PrincipaisInterseção Normal à FronteiraOtimização MultiobjetivoRobust estimatorsCorrelationPrincipal ComponentsNormal Boundary IntersectionMultiobjective OptimizationTURRIONI, João BatistaPAIVA, Anderson Paulo deEngenharia de ProduçãoModelagem e OtimizaçãoGAUDÊNCIO, Juliana Helena DarozPrograma de Pós-Graduação: Doutorado - Engenharia de ProduçãoIEPG - Instituto de Engenharia de Produção e Gestãoporreponame:Repositório Institucional da UNIFEI (RIUNIFEI)instname:Universidade Federal de Itajubá (UNIFEI)instacron:UNIFEIinfo:eu-repo/semantics/openAccessORIGINALtese_2019011.pdftese_2019011.pdfapplication/pdf2042024https://repositorio.unifei.edu.br/jspui/bitstream/123456789/1938/1/tese_2019011.pdf1fcf19ac76576bed7f02ddbc84c26e92MD51LICENSElicense.txtlicense.txttext/plain; charset=utf-81748https://repositorio.unifei.edu.br/jspui/bitstream/123456789/1938/2/license.txt8a4605be74aa9ea9d79846c1fba20a33MD52123456789/19382024-02-20 11:22:05.226oai:repositorio.unifei.edu.br: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Repositório InstitucionalPUBhttps://repositorio.unifei.edu.br/oai/requestrepositorio@unifei.edu.br || geraldocarlos@unifei.edu.bropendoar:70442024-02-20T14:22:05Repositório Institucional da UNIFEI (RIUNIFEI) - Universidade Federal de Itajubá (UNIFEI)false |
dc.title.pt_BR.fl_str_mv |
Otimização multiobjetivo por estimadores robustos multivariados |
title |
Otimização multiobjetivo por estimadores robustos multivariados |
spellingShingle |
Otimização multiobjetivo por estimadores robustos multivariados GAUDÊNCIO, Juliana Helena Daroz |
title_short |
Otimização multiobjetivo por estimadores robustos multivariados |
title_full |
Otimização multiobjetivo por estimadores robustos multivariados |
title_fullStr |
Otimização multiobjetivo por estimadores robustos multivariados |
title_full_unstemmed |
Otimização multiobjetivo por estimadores robustos multivariados |
title_sort |
Otimização multiobjetivo por estimadores robustos multivariados |
author |
GAUDÊNCIO, Juliana Helena Daroz |
author_facet |
GAUDÊNCIO, Juliana Helena Daroz |
author_role |
author |
dc.contributor.author.fl_str_mv |
GAUDÊNCIO, Juliana Helena Daroz |
description |
As organizações focam em determinar condições ideais de operação com o intuito de garantir a qualidade de seus processos e serviços, uma vez que os processos industriais podem exibir um elevado grau de variabilidade. Neste contexto, o uso de estimadores robustos torna-se uma alternativa adequada para modelar os dados experimentais; sendo que o termo robusto descreve a capacidade que um estimador tem em superar as influências exercidas pelos valores discrepantes. Encontrar uma combinação de estimadores de centralidade e dispersão que seja capaz de modelar dados suscetíveis à variabilidade é um desafio a ser explorado. Desse modo, este presente trabalho, com o auxílio da Análise de Componentes Principais (ACP), visa à obtenção de respostas transformadas em escores de componentes que explicarão a estrutura de variância-covariância a partir de combinações lineares das varáveis originais. Em consequência, o objetivo geral é o de validar um algoritmo de otimização multiobjetivo baseado no agrupamento de respostas correlacionadas e modeladas por estimadores robustos. Com o auxílio do método da Interseção Normal à Fronteira, é proposta uma otimização multiobjetivo para funções obtidas pelo Erro Quadrático Médio Multivariado (EQMM) que combina técnicas da Metodologia de Superfície de Resposta com a ACP, visando obter soluções Pareto-ótimas. O objeto de estudo definido para a aplicação desta proposta é o processo de torneamento do aço de corte fácil ABNT/SAE 12L14 composto por um arranjo cruzando onde 12 condições de ruído são consideradas para a obtenção da variável de resposta que é a rugosidade superficial (Ra). O resultado ótimo é definido pelo tomador de decisão fuzzy e para provar a eficiência da resposta encontrada, experimentos de confirmação foram realizados. Em um nível de confiança de 95%, o valor ótimo pertence aos intervalos de confiança multivariados apenas para o Modelo B, no qual a mediana e o MAD são considerados e, confirmando assim, qual par de estimadores atinge a solução em um cenário de projeto robusto de parâmetro. Através da pesquisa proposta, o modelo desenvolvido pode ser utilizado em indústrias para determinação de parâmetros de usinagem para obtenção de alta qualidade com consumo mínimo de energia e, consequentemente, máxima produtividade. |
publishDate |
2019 |
dc.date.issued.fl_str_mv |
2019-02-25 |
dc.date.available.fl_str_mv |
2019-05-07T19:10:34Z |
dc.date.accessioned.fl_str_mv |
2019-05-07T19:10:34Z |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/doctoralThesis |
format |
doctoralThesis |
status_str |
publishedVersion |
dc.identifier.citation.fl_str_mv |
GAUDÊNCIO, Juliana Helena Daroz. Otimização multiobjetivo por estimadores robustos multivariados. 2019. 108 f. Tese (Doutorado em Engenharia de Produção) - Universidade Federal de Itajubá, Itajubá, 2019. |
dc.identifier.uri.fl_str_mv |
https://repositorio.unifei.edu.br/jspui/handle/123456789/1938 |
identifier_str_mv |
GAUDÊNCIO, Juliana Helena Daroz. Otimização multiobjetivo por estimadores robustos multivariados. 2019. 108 f. Tese (Doutorado em Engenharia de Produção) - Universidade Federal de Itajubá, Itajubá, 2019. |
url |
https://repositorio.unifei.edu.br/jspui/handle/123456789/1938 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
eu_rights_str_mv |
openAccess |
dc.publisher.program.fl_str_mv |
Programa de Pós-Graduação: Doutorado - Engenharia de Produção |
dc.publisher.department.fl_str_mv |
IEPG - Instituto de Engenharia de Produção e Gestão |
dc.source.none.fl_str_mv |
reponame:Repositório Institucional da UNIFEI (RIUNIFEI) instname:Universidade Federal de Itajubá (UNIFEI) instacron:UNIFEI |
instname_str |
Universidade Federal de Itajubá (UNIFEI) |
instacron_str |
UNIFEI |
institution |
UNIFEI |
reponame_str |
Repositório Institucional da UNIFEI (RIUNIFEI) |
collection |
Repositório Institucional da UNIFEI (RIUNIFEI) |
bitstream.url.fl_str_mv |
https://repositorio.unifei.edu.br/jspui/bitstream/123456789/1938/1/tese_2019011.pdf https://repositorio.unifei.edu.br/jspui/bitstream/123456789/1938/2/license.txt |
bitstream.checksum.fl_str_mv |
1fcf19ac76576bed7f02ddbc84c26e92 8a4605be74aa9ea9d79846c1fba20a33 |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 |
repository.name.fl_str_mv |
Repositório Institucional da UNIFEI (RIUNIFEI) - Universidade Federal de Itajubá (UNIFEI) |
repository.mail.fl_str_mv |
repositorio@unifei.edu.br || geraldocarlos@unifei.edu.br |
_version_ |
1801863190732079104 |